基于LSTM模型的短期负荷预测
【摘要】：我国工业用电在全社会用电中所占的比例比较大,工业用户准确的负荷预测可以降低用电成本,对电力系统规划和优化运行有着重要的作用。随着智能电网时代的发展,电力用户侧数据量剧增,传统的负荷预测方法难以应付更大的数据量和更强的随机性。针对此问题,提出了基于LSTM网络建立模型,利用LSTM网络善于处理序列型数据的特点,在整合历史时刻点信息的基础上,对未来的负荷进行预测。结果表明,LSTM模型相较于其他机器学习算法具有较高的准确性,可以有效预测负荷的变化,有较强的实践价值。
|
|
|
|
| 1 |
吴劲晖,王冬明,黄良宝,孙维真;一种超短期负荷预测的新方法——负荷求导法[J];浙江电力;2000年06期 |
| 2 |
戴和彩;浅谈如皋电网的短期负荷预测[J];农村电气化;2001年05期 |
| 3 |
侯凯元,穆钢,杨右虹,惠永杰;地区电网短期负荷预测系统的研究[J];电力系统及其自动化学报;2001年05期 |
| 4 |
潘勇;短期负荷预测精度影响因素分析和对策[J];农村电气化;2003年05期 |
| 5 |
赵登福,吴娟,刘昱,张讲社,王锡凡;基于事例推理的短期负荷预测[J];西安交通大学学报;2003年06期 |
| 6 |
莫维仁,张伯明,孙宏斌,胡子珩,刘顺桂;扩展短期负荷预测的原理和方法[J];中国电机工程学报;2003年03期 |
| 7 |
吴江;张龙胜;;温度、人体舒适度对地区短期负荷预测的影响[J];上海电力;2003年03期 |
| 8 |
梁勤励,谢正宁,田自军;银南电网短期负荷预测[J];农村电气化;2004年07期 |
| 9 |
丁恰,卢建刚,钱玉妹,张剑,廖怀庆;一种实用的超短期负荷预测曲线外推方法[J];电力系统自动化;2004年16期 |
| 10 |
胡子珩;刘顺桂;邱利斌;朱成骐;张伯明;孙宏斌;;深圳电网智能化自动运行短期负荷预测系统[J];电网技术;2005年23期 |
| 11 |
徐进东,丁晓群,邓勇;基于相似日的线性外推短期负荷预测[J];继电器;2005年07期 |
| 12 |
张国祥;于立军;;短期负荷预测影响因素分析和对策[J];农机化研究;2006年02期 |
| 13 |
朱斌;刘晓军;;应用人工神经网络算法进行短期负荷预测[J];江苏电机工程;2006年01期 |
| 14 |
赵登福;张小东;夏经德;孟岩;;基于事例推理短期负荷预测方法的改进[J];西安交通大学学报;2006年08期 |
| 15 |
路轶;王民昆;;基于短期负荷预测的超短期负荷预测曲线外推法[J];电力系统自动化;2006年16期 |
| 16 |
张振高;杨正瓴;;短期负荷预测中的负荷求导法及天气因素的使用[J];电力系统及其自动化学报;2006年05期 |
| 17 |
罗滇生;李伟伟;何洪英;;基于局部形相似的超短期负荷预测方法[J];电力系统及其自动化学报;2008年01期 |
| 18 |
黎灿兵;李晓辉;赵瑞;李金龙;刘晓光;;电力短期负荷预测相似日选取算法[J];电力系统自动化;2008年09期 |
| 19 |
贺军荪;陈延枫;;基于事例推理原理的陕西省电网短期负荷预测[J];电网技术;2008年S1期 |
| 20 |
谭永强;;短期负荷预测系统在开平电网的应用[J];科技经济市场;2009年10期 |
|
手机打开
快捷付款方式
订购知网充值卡
订购热线
帮助中心